Pandas 获得与 SQL 语句相同结果的 Pythonic 方式是啥：“UPDATE-LEFT JOIN - SET - WHERE”？

Posted 2023-03-12

【中文标题】Pandas 获得与 SQL 语句相同结果的 Pythonic 方式是啥：“UPDATE-LEFT JOIN - SET - WHERE”？

【英文标题】：Which is the Pythonic way for Pandas to obtain the same result as an SQL statement: "UPDATE- LEFT JOIN - SET - WHERE"?Pandas 获得与 SQL 语句相同结果的 Pythonic 方式是什么：“UPDATE-LEFT JOIN - SET - WHERE”？

【发布时间】：2019-10-02 00:11:38

【问题描述】：

我想在 Pandas 中复制以下 SQL 结构“更新 dataframe1 LEFT JON dataframe2 SET dataframe1.column1 = dataframe2.column2 WHERE dataframe1.column3 > X”

我知道可以合并数据框，然后使用 ".where" 处理合并的列

但是，它似乎不是一个简单的解决方案。

df = pd.merge(df1,df2, suffix(a,b))
df['clmn1'] = df['clmn1_b'].where( df[clmn1]>0, df['clmn1_b'])

有没有更好的方法来达到目标​​？ 谢谢

【问题讨论】：

你是加入一个特定的索引，还是加入几个重叠的列？

我认为 map 在这里工作，或者 set_index()

我的想法和 WeNYoBen 一样。 map 和 replace 都可以使用

@AndyHayden 我指的是采用通用方法，有时有索引，在其他情况下没有索引。对于一般情况，假设您有一个包含客户名称和国家/地区的列，“客户列表”：[Name, Gender, country] 和字段列表：[[Jack, M, USA], [Nick, M, UK], [Alphio, F, RU], [Jenny, F, USA]] 那么你有另一个带有“缩写”的表：[USA: United States, UK, United Kingdom, etc..] .. 我的用例在当性别为男性（M）时，要更新表“客户列表”，将缩写替换为长国名。

@WeNYoBen 你会如何结合合并和映射？

【参考方案1】：

使用 cmets 中的示例：

In [21]: df
Out[21]:
     Name Gender country
0    Jack      M     USA
1    Nick      M      UK
2  Alphio      F      RU
3   Jenny      F     USA

In [22]: country_map =  'USA': 'United States', 'UK': 'United Kingdom', 'RU': 'Russia'

In [23]: df.country.map(country_map)
Out[23]:
0     United States
1    United Kingdom
2            Russia
3     United States
Name: country, dtype: object

要仅更新 M 行，您可以使用 loc 和 update：

In [24]: df.country.update(df[df.Gender == 'M'].country.map(country_map))

In [25]: df
Out[25]:
     Name Gender         country
0    Jack      M   United States
1    Nick      M  United Kingdom
2  Alphio      F              RU
3   Jenny      F             USA